L’intelligence artificielle en tant que générateur d’idées novatrices ? Réfléchissez-y à deux fois.
L’intelligence artificielle peut certainement faire émerger des insights qui ne sont pas perceptibles pour l’esprit humain. Cependant, l’IA a ses limites, et il est discutable de savoir si l’IA peut recréer ce mélange magique d’inspiration et de sérendipité à partir duquel la créativité et l’innovation jaillissent. L’IA aide à stimuler de nouvelles lignes de réflexion — et, diable, les découvertes dévoilées grâce à l’IA peuvent elles-mêmes être des événements sérendipites — mais les personnes travaillant avec la technologie ont besoin de la liberté et de l’encouragement pour innover.
En fin de compte, les entreprises les plus innovantes sont celles qui possèdent des cultures favorables, selon une étude de McKinsey. Ce que les entreprises à la croissance la plus rapide ont en commun, c’est une culture de l’innovation”, selon Matt Banholzer, associé chez McKinsey. “Nous avons été choqués par l’écart entre les meilleurs et les moins bons performeurs, qui pouvait atteindre jusqu’à 1 000 %. Ceux qui ont des cultures d’innovation solides sont bien plus susceptibles de déclarer que leurs produits et services sont leaders dans leur secteur et que leurs organisations sont les meilleures en matière de rapidité de développement de nouveaux produits.”
De nombreux leaders travaillaient également avec l’IA générative un ou deux ans avant l’arrivée de ChatGPT, poursuit Banholzer. Cependant, ce qui distingue une puissance innovante, c’est une plus grande volonté de remettre en question les résultats de l’IA — tout comme ils peuvent remettre en question les décisions de gestion.
“Lorsque l’IA génère une réponse, les meilleurs innovateurs se demandent : ‘Est-ce une réponse utile ?’ explique Banholzer. “Les meilleurs innovateurs remettent en question les hypothèses et affirmations, embrassent l’incertitude et permettent un développement itératif.”
Il y a de nombreuses fonctions et tâches qui devraient être automatisées, dit-il. Cependant, les entreprises les mieux performantes “comprennent les limitations de l’outil. Tout comme vous n’utilisez pas un marteau pour visser une vis, vous ne posez pas de questions à l’IA générative qui sont mieux répondues de différentes manières.”
L’innovation, par sa nature même, naît souvent de rencontres sérendipites, de découvertes ou d’esprits curieux qui connectent deux disciplines non apparentées. Par exemple, des ingénieurs de différentes parties de l’entreprise se croisent à la cantine et réalisent qu’ils travaillent sur le même problème. L’IA peut-elle aider à réaliser cela de manière plus systématique ? Les opinions varient dans l’industrie.
“Alors que l’IA s’est avérée précieuse pour étendre, optimiser et croiser des idées existantes, sa capacité à systématiser la génération de nouveaux concepts reste à prouver,” explique Tommi Vilkano, directeur de RELEX Labs chez RELEX. “Les premiers signes sont encourageants, mais des preuves supplémentaires sont nécessaires pour confirmer son impact sur l’accélération de l’innovation véritable et des découvertes scientifiques.”
D’autres pensent que l’IA peut catalyser le processus d’innovation. “L’IA peut piloter les processus de décision à jalons dans l’évaluation de nouvelles idées, catégoriser leur valeur, déterminer des cas d’utilisation similaires et aider à orienter les décisions d’investissement,” déclare Bob Lamendola, vice-président senior de la technologie et responsable du Centre des services numériques de Ricoh pour l’Amérique du Nord. “La capacité humaine à traiter le même niveau d’informations avec la même précision est inférieure à ce que les modèles d’IA peuvent produire. Dans tous les cas, des modèles d’IA correctement formés peuvent utiliser des données empiriques et des volumes d’informations non structurées pour présenter des alternatives innovantes à partir d’informations apprises.”
L’IA peut aider à systématiser n’importe quel processus, “et cela inclut également les processus d’innovation,” confirme Adrian McKnight, directeur numérique chez WNS. “La systématisation et une approche structurée sont l’antithèse de l’innovation, qui découle de la nature aléatoire des idées et de la cross-idéation des approches, des produits et des expériences à travers les industries. Cependant, l’IA peut être un excellent catalyseur.”
Cette capacité s’exprime sous la forme de “l’analyse rapide du pipeline d’innovation pour découvrir des fenêtres d’opportunités,” poursuit McKnight. “Les algorithmes peuvent collecter et connecter des données pertinentes sur l’innovation, repérer des schémas d’impact innovant, et peuvent même être formés avec un discernement automatisé pour mettre au jour des ‘inconnus inconnus.'”
Le traitement du langage naturel peut permettre à l’IA de participer activement à l’innovation, aidant “les travailleurs de différentes origines à s’engager de manière plus intuitive avec les données,” explique Sumeet Arora, directeur du développement chez ThoughtSpot. “L’approche conversationnelle réduit le besoin d’expertise technique. Ce qui aurait traditionnellement pris des heures, des jours ou des semaines aux équipes d’analystes de données pour examiner de vastes quantités de données et partager des réponses exploitables prendra des minutes. L’IA accélère le processus d’action, permettant à un public plus large de prendre des décisions basées sur les données, conduisant à une culture des données solide.”
Le traitement du langage naturel “peut immédiatement aider à rédiger des plans d’affaires en proposant des modèles, en suggérant des améliorations et même en prédisant les défis potentiels,” confirme Lamendola. De plus, “les algorithmes d’IA peuvent simuler différents scénarios commerciaux, offrant des aperçus sur les stratégies les plus viables. Et l’analyse prédictive peut être utilisée pour évaluer les risques et aider à la planification de contingence.”
L’IA joue également un rôle en tant que partie neutre dans le processus d’innovation et de conception. “Les entrepreneurs, par exemple, s’investissent souvent émotionnellement dans leurs idées, ce qui peut parfois conduire à un biais de confirmation,” explique McKnight. “L’IA générative peut offrir des évaluations objectives, simuler diverses personas de clients, fournir des tests de marché réalistes et des retours interactifs.”